1 / 21

Összefoglalás - Faktor- és klaszteranalízis -

Összefoglalás - Faktor- és klaszteranalízis -. Petrovics Petra Doktorandusz. Marketingkutatási cél. Meghatározni azon fiatal pályakezdők körét, akik érdeklődnek az X vállalat iránt.

lynda
Download Presentation

Összefoglalás - Faktor- és klaszteranalízis -

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Összefoglalás- Faktor- és klaszteranalízis - Petrovics Petra Doktorandusz

  2. Marketingkutatási cél • Meghatározni azon fiatal pályakezdők körét, akik érdeklődnek az X vállalat iránt. • További cél meghatározni, hogy miben rejlik a vállalat népszerűsége vagy éppen népszerűtlensége, és hogy a pályaválasztásnál mi a döntő tényező. • Hipotézis: • Léteznek olyan homogén csoportok, amelyekre ugyanazok az attitűdök jellemzőek az X vállalattal kapcsolatban.

  3. Kérdőív

  4. Demográfiai kérdések

  5. Megnyitás: 12_faktor_klaszter.sav

  6. Klaszteranalízis folyamata

  7. A klaszterelemzés célja: A pályakezdő fiatalokat a pályaválasztási szokásuk és a vállalathoz való viszonyuk alapján csoportokba rendezni. • Minta • Kiugró adatok (outliers) • Skálák • Multikollinearitás Faktoranalízis

  8. Faktoranalízis folyamata

  9. Feltáró • Pályaválasztást befolyásoló tényezők • A vállalattal kapcsolatos attitűdökre vonatkozó tényezők

  10. Elemzés érvényessége, változók alkalmassága • Metrikus változók / Dummy változók • A változók eloszlása normális • Homoszkedaszticitás • Multikollinearitás • Nagyobb minta • „Minta elemszáma / változók száma” arány

  11. „Eszerint a mutató értéke minden szignifikancia-szinten elfogadva 0,54, ami Kaiser értelmezésében annyit tesz, hogy „szánalmas”, nem javasolja faktoranalízisre. Ez azt jelenti, hogy a változók egymástól függetlenek, gyenge a multikollinearitás, nem feltétlen szükséges egy új változó bevezetése, amelyben összefoglaljuk azon magyarázó változók tulajdonságát, amelyek nagyon erősen korrelálnak egymással.”

  12. Anti-image mátrix

  13. Screeplot Sajátérték ábrázolása 3 faktor Variamax

  14. A teljes variancia 70,29%-át magyarázza.

  15. „Az első csoportba dominánsan a megbízhatóság és a család és munkavégzés harmóniája, s a stabilitás került. E három változó közös látens háttérfaktora – mint közös ok-faktor - az F1 faktor. Ennek mérésére és elnevezésére további szakmai vizsgálat szükséges. De ha jellemezni kellene, azon tulajdonságok tartoznak ebbe a faktorba, melyek alapvetően egy nyugodt, biztonságra vágyó munkavállalót jellemezik. Ez lehetne egy ún. biztonságfaktor. • A második, F2 faktor esetén a szabadidő vs. munkaidő szerepe, s a megközelíthetőség játszik nagy szerepet. Ez az időkihasználásra vonatkozó faktor. • A harmadik csoportot lényegében a hírnév és a munkahelyi továbbképzések alkotják. Ezek a vállalat által nyújtott tényezők: sikerorientáció, karrierista tulajdonságokat ötvöző faktor.”

  16. Klaszteranalízis • 2. A klaszteranalízis feltételeinek újravizsgálata • 4. Klasztermódszer: hierarchikus • „A hierarchikus módszer elemzését választottam, mert így a klaszterek számra vonatkozóan pontosabb adatokat kapok. A klaszterképzést a Ward-módszerrel hajtottam végre, mert amíg a többi a legtávolabbi, vagy a legközelebbi elemek közötti távolságot vizsgálja, tehát csak 1-1 elemet néz, addig a Ward-módszer kitűnően alkalmazható metrikus adatok esetében, hiszen a klaszteren belüli varianciákat vizsgálja. A klaszterbe mindig azon adatok kerültek bevonásra, amely a legkevésbé növeli a szórásnégyzetet.”

  17. „Mikor a változókat az „Agglomeration Schedule” ábrán kirajzoltattam, akkor már láthatóvá vált, hogy 4 klasztert érdemes létrehozni (hiszen az ábrán a 96. lépésben érezhető egy nagyobb töréspont). Így lefuttattam még egyszer a programot, de már előre beállítva a 4 klaszter létrehozását.”

  18. Elvárás klaszterek Család + munkavégzés harmóniája, Stabilitás; Bányamérnök Minden tényező kb. azonos hangsúlyt kap; Nők Hírnév, Munkahelyi továbbképzés Szabadidő Munkahely közelsége Forrás: Saját szerkesztés saját kutatás alapján

  19. Attitűd klaszterek Bánya-mérnök ME: Kiváló munkahely Bölcsész, jogász Falusi lakosok, felsőfokú végzettségűek Forrás: Saját szerkesztés saját kutatás alapján Érettségizettek Nem ismerik, nincs vélemény

  20. Marketinges vonatkozása Nagyon fontos 7 6 5 3 2 1 munkahelyi környezet fizetés megbízhatóság 2. 1. hírnév távolság rugalmasság stabilitás továbbképzési lehetőségek 1 2 3 4 5 6 7 Rossz imázs Kiváló imázs 3. 4. Kevésbé fontos Fontosság-elégedettség mátrix Stratégia: Helyzet mielőbbi javítása Stratégia: További erősítés, fenntartás Forrás: Saját szerkesztés saját kutatás alapján

  21. Köszönöm a figyelmet!

More Related